把csv文件轉(zhuǎn)化為數(shù)組及數(shù)組的切片方法
在Python中我們經(jīng)常會(huì)用到兩個(gè)庫(kù)Numpy和pandas
csv文件轉(zhuǎn)化為數(shù)組
import numpy
my_matrix = numpy.loadtxt(open("c:\\1.csv","rb"),delimiter=",",skiprows=0) //CSV文件轉(zhuǎn)化為數(shù)組
將數(shù)組或者矩陣存儲(chǔ)為csv文件可以使用如下代碼實(shí)現(xiàn):
numpy.savetxt('new.csv', my_matrix, delimiter = ',')
數(shù)組的切片
數(shù)組切片是原始數(shù)組的視圖,意味著數(shù)據(jù)不會(huì)被復(fù)制,視圖任何修改都會(huì)直接反映到原數(shù)組上:
一維數(shù)組切片
>>> arr2=np.arange(10)>>> arr2array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])>>> arr2[5:8]array([5, 6, 7])>>> arr[5:8]=12>>> arr2array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])>>> arr_slice=arr2[5:8]>>> arr_slice[1]=12345>>> arr2array([ 0, 1, 2, 3, 4, 12, 12345, 12, 8, 9])>>> arr_slice[:]=64>>> arr2array([ 0, 1, 2, 3, 4, 64, 64, 64, 8, 9])
二維數(shù)組切片
二維切片與軸有關(guān),可以在一個(gè)軸或多個(gè)軸上進(jìn)行切片
>>> import numpy as np
>>> arr = np.arange(12).reshape((3, 4))
>>> print(arr)
[[ 0 1 2 3]
[ 4 5 6 7]
[ 8 9 10 11]]
>>> slice_one = arr[1:2, 1:3]
>>> print(slice_one)
[[5 6]]
>>> arr[:2]
array([[0, 1, 2, 3],
[4, 5, 6, 7]])
>>> arr[:2,1:]
array([[1, 2, 3],
[5, 6, 7]])
以上這篇把csv文件轉(zhuǎn)化為數(shù)組及數(shù)組的切片方法就是小編分享給大家的全部?jī)?nèi)容了,希望能給大家一個(gè)參考,也希望大家多多支持腳本之家。
相關(guān)文章
結(jié)合Python的SimpleHTTPServer源碼來(lái)解析socket通信
SimpleHTTPServer是Python中一個(gè)現(xiàn)成的HTTP服務(wù)器例子,本文我們將結(jié)合Python的SimpleHTTPServer源碼來(lái)解析socket通信,我們先來(lái)看一下socket的基本概念:2016-06-06
在Python的Django框架中simple-todo工具的簡(jiǎn)單使用
這篇文章主要介紹了在Python的Django框架中simple-todo工具的簡(jiǎn)單使用,該工具基于原web.py中的開(kāi)源項(xiàng)目,需要的朋友可以參考下2015-05-05
Pycharm+Python工程,引用子模塊的實(shí)現(xiàn)
這篇文章主要介紹了Pycharm+Python工程,引用子模塊的實(shí)現(xiàn),具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2020-03-03
python機(jī)器學(xué)習(xí)之KNN分類(lèi)算法
這篇文章主要為大家詳細(xì)介紹了python機(jī)器學(xué)習(xí)之KNN分類(lèi)算法,具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下2018-08-08
Python BeautifulSoup [解決方法] TypeError: list indices must be
這篇文章主要介紹了Python BeautifulSoup [解決方法] TypeError: list indices must be integers or slices, not str,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2019-08-08
pytorch中dataloader 的sampler 參數(shù)詳解
這篇文章主要介紹了pytorch中dataloader 的sampler 參數(shù)詳解,文章圍繞主題展開(kāi)詳細(xì)的內(nèi)容介紹,具有一定的參考價(jià)值,感興趣的小伙伴可以參考一下2022-09-09
PyTorch開(kāi)源圖像分類(lèi)工具箱MMClassification詳解
MMClassification是一款基于PyTorch的開(kāi)源圖像分類(lèi)工具箱,集成了常用的圖像分類(lèi)網(wǎng)絡(luò),將數(shù)據(jù)加載,模型骨架,訓(xùn)練調(diào)參,流程等封裝為模塊調(diào)用,便于在模型間進(jìn)行轉(zhuǎn)換和比較,也高效簡(jiǎn)潔的實(shí)現(xiàn)了參數(shù)調(diào)整2022-09-09
Django框架教程之正則表達(dá)式URL誤區(qū)詳解
正則表達(dá)式對(duì)大家來(lái)說(shuō)應(yīng)該都不陌生,下面這篇文章主要給大家介紹了關(guān)于Django框架教程之正則表達(dá)式URL誤區(qū)的相關(guān)資料,文中通過(guò)示例代碼介紹的非常詳細(xì),需要的朋友可以參考借鑒,下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧。2018-01-01

